論文の概要: Adversarial Learning of Classifier-Free Guidance Schedules

• arxiv url: http://arxiv.org/abs/2608.14038v1
• Date: Fri, 14 Aug 2026 07:30:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-17 20:14:29.307519
• Title: Adversarial Learning of Classifier-Free Guidance Schedules
• Title（参考訳）: クラシファイアフリーガイダンススケジューリングの逆学習
• Abstract要約: 我々は,拡散時間,条件付け,および現在の雑音サンプルの関数として指導スケジュールを学習する。 これを密度比推定問題とする。 軽量なジェネレータネットワークは、最適で状態依存のガイダンススケールを予測する。
• 参考スコア（独自算出の注目度）: 74.70485037604884
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Modern text-to-image diffusion models rely on classifier-free guidance (CFG) to achieve high image fidelity and text alignment. However, CFG typically applies a static, global scale across all timesteps, samples, and conditions -- a choice that is generally suboptimal and can introduce artifacts, as different states may benefit from different levels of guidance. While time-varying schedules are known to improve quality, designing them by hand is non-trivial and application-dependent. In this paper, we learn the guidance schedule as a function of diffusion time, conditioning and the current noisy sample, in order to better align sampled images with the text prompt. We frame this as a density ratio estimation problem: a discriminator is trained to estimate the time-dependent log-density ratio between the true and guided marginal distributions, while a lightweight generator network predicts the optimal, state-dependent guidance scale. Empirically, our approach outperforms both heuristic CFG schedules and prior methods for learning dynamic guidance on text-to-image generation benchmarks.
• Abstract（参考訳）: 現代のテキスト・ツー・イメージ拡散モデルは、画像の忠実度とテキストアライメントを達成するために分類器フリーガイダンス(CFG)に依存している。 しかしながら、CFGは通常、すべてのタイムステップ、サンプル、条件にわたって、静的でグローバルなスケールを適用します。 時間によって変化するスケジュールは品質を改善することが知られているが、それらを手作業で設計することは簡単ではなく、アプリケーションに依存している。 本稿では,サンプル画像とテキストプロンプトとの整合性を向上するために,拡散時間,条件付け,現在の雑音サンプルの関数として指導スケジュールを学習する。 我々はこれを密度比推定問題とみなし、判別器は真とガイド付き辺縁分布の時間依存対数密度比を推定するように訓練し、一方、軽量なジェネレータネットワークは最適な状態依存誘導スケールを予測する。 経験的に,本手法はヒューリスティックCFGスケジュールと,テキスト・画像生成ベンチマークの動的ガイダンス学習方法の両方に優れる。

関連論文リスト

• Information-Theoretic Classifier-Free Guidance with Adaptive Schedule Optimization [15.35957804795103]
  拡散モデルは、画像、テキスト・ツー・イメージ、ビデオ生成において高いパフォーマンスを達成している。 CFGスケジュール最適化のための情報理論フレームワークを提案する。 ImageNet-512、EDM-XXL、COCO、SD-XLでは、学習スケジュールは一定のガイダンスよりも競争力や改善されたトレードオフを達成する。
  論文  参考訳（メタデータ） (2026-06-23T00:04:04Z)
• HiGFA: Hierarchical Guidance for Fine-grained Data Augmentation with Diffusion Models [82.10385962490051]
  生成拡散モデルは、データ拡張の約束を示す。 きめ細かいタスクにそれらを適用することは、重大な課題である。 HiGFAは階層的な信頼性駆動型オーケストレーションであり、多様なが忠実な合成画像を生成する。
  論文  参考訳（メタデータ） (2025-11-16T10:46:16Z)
• Dynamic Classifier-Free Diffusion Guidance via Online Feedback [53.54876309092376]
  ワンサイズオール"アプローチは、異なるプロンプトの多様な要件に適応できない。 動的CFGスケジューリングのためのフレームワークを提案する。 我々は,小型モデルと最先端のImagen 3におけるアプローチの有効性を実証する。
  論文  参考訳（メタデータ） (2025-09-19T16:27:19Z)
• Navigating with Annealing Guidance Scale in Diffusion Space [50.53780111249146]
  誘導尺度の選択は、視覚的に魅力的で即応的なイメージへの収束に重大な影響を与える。 本研究では,時間とともに指導尺度を動的に調整するアニーリング誘導スケジューラを提案する。 実験結果から,指導スケジューラは画像品質とテキストプロンプトとの整合性を著しく向上することが示された。
  論文  参考訳（メタデータ） (2025-06-30T17:55:00Z)
• Classifier-free Guidance with Adaptive Scaling [7.179513844921256]
  フリーガイダンス(CFG)は、テキスト駆動拡散モデルにおいて必須のメカニズムである。 本稿では,世代誘導の影響を制御できる$beta$adaptive-CFGを提案する。 提案モデルでは,テキスト・ツー・イメージのCLIP類似度スコアを,参照CFGと類似したレベルに維持し,FIDスコアが向上した。
  論文  参考訳（メタデータ） (2025-02-14T22:04:53Z)
• Gradient-Free Classifier Guidance for Diffusion Model Sampling [4.450496470631169]
  Gradient-free Guidance (GFCG) 法はクラス予測精度を一貫して改善する。 ImageNet 512$times$512では、記録的な$FD_textDINOv2$23.09を達成すると同時に、ATG (90.2%) と比較して高い分類精度 (94.3%) を達成する。
  論文  参考訳（メタデータ） (2024-11-23T00:22:21Z)
• Consistency Regularization for Generalizable Source-free Domain Adaptation [62.654883736925456]
  ソースフリードメイン適応(source-free domain adapt, SFDA)は、ソースデータセットにアクセスすることなく、十分にトレーニングされたソースモデルを未学習のターゲットドメインに適応することを目的としている。 既存のSFDAメソッドは、ターゲットのトレーニングセット上で適用されたモデルを評価し、目に見えないが同一の分散テストセットからデータを無視する。 より一般化可能なSFDA法を開発するための整合正則化フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-08-03T07:45:53Z)
• Imposing Consistency for Optical Flow Estimation [73.53204596544472]
  プロキシタスクによる一貫性の導入は、データ駆動学習を強化することが示されている。 本稿では,光フロー推定のための新しい,効果的な整合性戦略を提案する。
  論文  参考訳（メタデータ） (2022-04-14T22:58:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。